Et si l’IA pouvait faire mieux que gagner du temps

L’utilisation actuelle de l’IA générative met l’accent sur l’efficacité plutôt que sur la transformation.

L’IA générative est déjà intégrée dans votre entreprise. Qu’il s’agisse de Claude générant du code ou de ChatGPT rédigeant du contenu, les équipes automatisent les tâches de routine et rationalisent les processus. Anthropic indique que 44 % du trafic de Claude, destiné aux entreprises et aux développeurs, porte sur des tâches informatiques et mathématiques. En revanche, sur ChatGPT, 40 % des messages relatifs au travail sont liés à la rédaction, 24 % sont des demandes d’orientation et 13,5 % sont des demandes d’information. Cette utilisation est bonne, elle permet de gagner du temps et de rendre les équipes plus rapides. Mais il ne s’agit que d’une optimisation au niveau de l’entrée. Elle ne construit pas l’avenir. Elle ne crée pas le prochain marché.

Lorsque les entreprises considèrent l’IA principalement comme un outil de productivité, elles jouent la carte de la sécurité. Elles règlent les problèmes d’aujourd’hui au lieu d’inventer les solutions de demain. Planifier des automatisations internes est facile à justifier à grande échelle, c’est prévisible, mesurable, opérationnel. Mais ces cas d’utilisation de l’IA ne remodèlent pas fondamentalement l’entreprise et n’apportent pas de valeur stratégique en dehors de l’exécution de base. Et ils ne permettent certainement pas de gagner la prochaine vague de clients.

Le problème n’est pas lié à la technologie, mais à notre façon de l’encadrer. L’IA générative est traitée comme un assistant virtuel, et non comme un moteur de création. Tant qu’elle se contente de résoudre les tâches d’hier un peu plus rapidement, elle ne vous aidera pas à façonner votre prochain produit, à ouvrir une nouvelle catégorie ou à battre un concurrent en pleine ascension. La réalité est la suivante : la transformation ne vient pas du fait de faire le même travail plus rapidement. Elle vient de l’accomplissement d’un travail entièrement différent.

Les innovateurs de premier plan utilisent l’IA pour accélérer le développement de produits et améliorer la connaissance des clients.

Les entreprises qui innovent bien ne considèrent pas l’IA comme un jeu d’efficacité marginale. Elles la considèrent comme un multiplicateur stratégique. C’est ainsi que vous passez de l’itération à l’impact. Mon équipe a récemment étudié les 50 entreprises les plus innovantes de Fast Company. Parmi elles, 31 % ont réduit de plus de 20 % le délai entre la conception et le lancement de leur produit. Il ne s’agit pas d’une anecdote, mais d’une tendance. Et 88 % des responsables de l’innovation de ces entreprises affirment que l’IA a déjà accru leur succès en matière d’innovation.

Il ne s’agit pas seulement de vitesse. Il s’agit de clarté directionnelle. Ces entreprises utilisent l’IA non seulement pour créer des prototypes plus rapidement, mais aussi pour concevoir plus intelligemment. Elles analysent les tendances historiques, les données sur les sentiments en temps réel et les signaux des marchés émergents pour mieux connaître leurs clients. Cela permet d’affiner à la fois les produits fabriqués et la rapidité de leur mise sur le marché. Le résultat ? Moins de gaspillage. Plus de traction.

Les dirigeants doivent comprendre que la compression des délais n’est un avantage concurrentiel que si elle s’accompagne de décisions de grande qualité. La valeur ici est l’alignement, l’utilisation de l’IA pour prendre des décisions plus rapides, certes, mais aussi plus courageuses. Les entreprises qui se concentrent sur la connaissance, la pertinence pour le client et la rapidité livrent des produits plus solides, parce que leurs équipes utilisent l’IA au-delà de la génération de contenu et dans l’apprentissage en profondeur des raisons pour lesquelles les clients s’intéressent, ce qui fait bouger les marchés et où se trouve la demande non satisfaite.

Les entreprises les plus intelligentes ne se contentent pas de mener des projets pilotes ou des essais d’IA. Elles mettent à l’échelle des méthodes éprouvées, un prototypage rapide directement lié à des tests de marché, une modélisation générative pour réduire le risque d’adéquation produit-marché, et une cartographie dynamique du parcours client basée sur le comportement réel, et non sur des hypothèses. Voilà à quoi ressemble l’exécution d’une innovation tournée vers l’avenir. Et c’est ce qui se passe aujourd’hui.

Les applications prédominantes de l’IA favorisent la pensée convergente et limitent l’innovation

À l’heure actuelle, la plupart des déploiements de l’IA dans les entreprises renforcent ce qui est déjà connu. Elles sont utilisées pour soutenir la pensée convergente, synthétiser les recherches, prévoir les résultats probables, regrouper les options. Ces tâches reposent toutes sur la réduction des choix aux plus sûrs et aux plus probables. C’est ainsi que la plupart des grands modèles de langage ont été formés, pour fournir la réponse la plus attendue. Cela permet d’éviter les hallucinations. Ils jouent la carte de la certitude. Et c’est exactement là que le problème commence.

La prévisibilité n’est pas source d’innovation. Vous obtenez de la précision. Vous obtenez une structure. Mais ce ne sont pas ces atouts qui déterminent la conception de nouvelles entreprises ou la création de nouvelles catégories de produits. Le comportement par défaut des modèles de langage est d’itérer vers le consensus. C’est utile lorsque le problème est bien défini. Mais lorsque vous construisez quelque chose de nouveau, le consensus est souvent votre ennemi. Les idées nouvelles sont rarement la réponse la plus probable. C’est là que les dirigeants doivent pivoter.

S’appuyer exclusivement sur l’IA pour valider ce qu’une équipe sait déjà à moitié ne fera pas avancer votre entreprise. Elle optimisera peut-être votre feuille de route actuelle, mais n’en créera pas une nouvelle. Attendre de l’innovation de systèmes optimisés pour la convergence crée un paradoxe : plus l’IA est performante pour répéter ce qui est connu, moins elle peut vous aider à voir ce que d’autres n’ont pas vu.

Il ne s’agit pas d’une question de capacité. C’est une question de conception et d’intention. Si l’objectif est le soutien opérationnel, la convergence a du sens. Mais si l’objectif est de lancer quelque chose d’audacieux, quelque chose de meilleur, continuer à utiliser l’IA simplement pour confirmer ce qui est familier brûle un temps précieux et une grande partie de l’attention.

L’adoption d’une pensée divergente avec l’IA permet de réaliser des percées en matière d’innovation

Nous devons pousser l’IA au-delà de la convergence. Au fur et à mesure que les modèles s’améliorent, les questions que nous posons doivent elles aussi s’améliorer. Il ne s’agit pas de passer du GPT-3 au GPT-4. Il s’agit de passer de la recherche de réponses à la provocation de possibilités. Cela signifie qu’il faut délibérément appliquer l’IA à la pensée divergente, à l’exploration ouverte où l’objectif n’est pas la certitude, mais la découverte.

Les équipes d’innovation déjà familiarisées avec la pensée design reconnaîtront le schéma : poser des questions perturbatrices, recadrer les hypothèses, générer du volume avant de filtrer la valeur. Cette approche n’est pas encore courante dans l’utilisation de l’IA, mais elle commence à émerger. Lorsqu’elle est posée de la bonne manière, l’IA peut explorer des directions que la pensée conventionnelle pourrait manquer, en découvrant des besoins latents, en faisant émerger des signaux de clients négligés et en produisant des voies vers une valeur entièrement nouvelle.

La pensée divergente avec l’IA n’est pas une devinette chaotique. Il s’agit d’une provocation structurée. Vous ne demandez pas la prochaine fonctionnalité évidente. Vous demandez des cas particuliers, des besoins non satisfaits et des idées contradictoires qui remettent en question la logique de l’entreprise. Ce processus élargit votre horizon. Il ne se contente pas de raccourcir les cycles de développement, il redéfinit ce qui est construit en premier lieu.

Pour les dirigeants, la conclusion est claire : l’IA qui vous aide à penser différemment a plus de valeur que l’IA qui vous aide à penser plus vite. Lorsque vous faites appel à ces systèmes non seulement pour obtenir des résultats, mais aussi pour recadrer la question elle-même, vous commencez à débloquer l’innovation à grande échelle. Il ne s’agit pas seulement de mieux concevoir. Il s’agit d’imaginer des résultats entièrement différents et d’utiliser la technologie pour les concrétiser.

L’adoption de tactiques d’incitation spécifiques à l’IA permet d’obtenir des résultats innovants.

La façon dont vous stimulez l’IA détermine la qualité et l’originalité de ses résultats. Si vous fournissez des données conventionnelles, vous obtiendrez des résultats prévisibles. Si vous voulez que le système produise des idées ayant un potentiel stratégique, vous devez le mettre délibérément au défi, en l’incitant à l’exploration, à la contradiction et à la synthèse.

Les questions ouvertes permettent une plus grande créativité. Au lieu de demander à l’IA de « résumer les tendances », demandez-lui de « proposer cinq évolutions du secteur qui alarmeraient un opérateur en place, et pourquoi ». Vous travaillez maintenant avec des tensions, avec des risques directionnels. Demandez des paires contradictoires ou forcez l’IA à combiner des concepts incompatibles. Ces tactiques révèlent les angles morts et forcent l’évaluation d’hypothèses négligées. Elles poussent l’IA à explorer les limites de la pensée actuelle, et pas seulement à la renforcer.

Lorsque vous demandez à l’IA de classer les idées dans des catégories stratégiques spécifiques, telles que radicale, incrémentale, axée sur le client ou à faible coût, vous commencez à évaluer vos options de manière structurelle. Cela permet aux dirigeants de comparer les idées à travers différentes lentilles, créant ainsi un espace pour des idées en dehors du mode de pensée par défaut. En changeant le rôle de l’IA, en la faisant réagir en tant que client d’un segment de niche, ou en tant que concurrent, ou encore en tant que personne extérieure critique, vous ajoutez un changement de narration qui affine votre perspective.

Ensuite, il y a l’itération. Effectuez plusieurs cycles sur la même demande. Synthétisez les idées, combinez les propositions et évaluez les concepts en fonction de leur pertinence pour le marché ou de leur faisabilité technique. Utilisez l’IA pour faire évoluer les concepts, et pas seulement pour les générer. C’est le passage de la génération d’idées au développement de concepts.

Pour les équipes dirigeantes, la clé est de comprendre la différence entre l’utilisation de l’IA pour générer des idées et l’utilisation de l’IA pour façonner l’innovation. Dans le premier cas, il s’agit d’une production occasionnelle. La seconde est une stratégie délibérée. L’une vous donne des options. L’autre vous donne une direction.

Un partenariat équilibré entre l’homme et l’IA est essentiel pour réaliser le potentiel d’innovation.

L’IA peut produire des centaines d’idées en quelques minutes. Mais décider quelles idées sont importantes ? C’est un travail humain. Le leadership, le jugement et l’expérience du monde réel sont nécessaires pour évaluer les voies à suivre, et pourquoi. Vous avez besoin de personnes capables de distinguer le signal du bruit et prêtes à prendre des risques calculés pour des idées que les données ne valident pas encore complètement.

Cela ne signifie pas qu’il faille micro-gérer la machine. Il s’agit d’instaurer une discipline autour de la collaboration entre l’homme et l’IA. L’IA est là pour créer de la largeur et de la vitesse. Votre équipe apporte le contexte, l’intuition, la reconnaissance des schémas et, lorsqu’elle est bien utilisée, le courage de voir la valeur là où l’IA ne le peut pas. Vous n’avez pas besoin que tout le monde soit d’accord avec la machine. Vous avez besoin de personnes pour être en désaccord avec elle de manière intelligente, pour affiner les cas limites, pour tester ce qui est fragile et découvrir ce qui est viable.

Les équipes les plus efficaces traitent cela comme un cycle. Elles incitent à la réflexion, remettent en question la rigueur, puis testent les concepts les plus prometteurs par des expériences rapides. Ce processus ne vise pas la perfection. Il s’agit de progresser, d’aller de l’avant avec des décisions plus éclairées et moins de préjugés internes.

Pour les dirigeants de la suite, c’est là que l’état d’esprit est important. Vous ne pouvez pas stimuler l’innovation au sein d’une équipe qui a peur de se tromper. Certaines idées générées par l’IA échoueront. Ce n’est pas grave. Le risque n’est pas l’échec, le risque est d’ignorer un potentiel parce qu’il provient d’une machine. Pour gagner avec l’IA, vous avez besoin de personnes capables de filtrer la perspicacité de la nouveauté, et d’un environnement qui récompense les paris audacieux et éclairés. C’est lorsque l’IA s’élargit et que les gens pensent intelligemment que la véritable innovation se produit.

Principaux enseignements pour les dirigeants

• Privilégiez l’innovation aux gains de productivité : La plupart des utilisations de l’IA se limitent à l’optimisation des tâches. Les dirigeants devraient aller au-delà de l’automatisation pour exploiter le potentiel de l’IA en matière de transformation de l’entreprise et de création de catégories.
• Utilisez l’IA pour accélérer la compréhension et l’exécution audacieuse : Les plus grands innovateurs déploient l’IA pour réduire le temps de développement et affiner la compréhension des clients. Les dirigeants devraient adopter l’IA non seulement pour aller plus vite, mais aussi pour prendre des mesures plus ciblées et à fort impact.
• Repenser les cas d’utilisation de l’IA qui renforcent le consensus : Les outils d’IA actuels sont optimisés pour la convergence, et non pour la perturbation. Les dirigeants devraient réévaluer les domaines dans lesquels l’IA limite la réflexion et repenser les mises en œuvre pour remettre en question les hypothèses.
• Faites de l’IA un outil d’idéation expansive : L’utilisation divergente de l’IA, axée sur la génération de nouvelles idées et non sur la validation d’idées connues, permet de réaliser des percées importantes. Allouez des ressources à l’IA pour mettre en évidence les besoins non satisfaits et découvrir de nouvelles orientations pour les produits.
• Encouragez les pratiques d’incitation stratégique : L’innovation dépend de la manière dont vous sollicitez l’IA. Les dirigeants doivent aider les équipes à poser à l’IA des questions ouvertes, contradictoires et axées sur le personnage, afin d’accroître la qualité et la portée des idées.
• Équilibrez l’échelle de la machine avec la perspicacité de l’homme : L’IA peut augmenter la créativité, mais les humains doivent juger de ce qui est important. Les dirigeants doivent créer des environnements où les idées audacieuses sont testées, affinées et mises en œuvre avec un risque intelligent et une intention stratégique.